System Requirement Input Citra

50 a.Gedung.jpg

b.Wajah.jpg

51 c.Tank.jpg

d.Bromo.jpg

52 e.Peta.jpg Gambar 4.3 Citra Hasil Deteksi Tepi Sobel

4.4.2 Operator Canny

Setelah deteksi tepi citra dengan operator sobel penulis selanjutnya mendeteksi citra JPG dengan mode grayscale seperti Gambar 4.2 menggunakan operator Canny, maka hasilnya akan menjadi seperti gambar di bawah ini. A. Image Smoothing Biasanya teknik yang digunakan pada tahap ini adalah Gaussian Blur. Proses Gaussian Blur dapat dilakukan terhadap citra secara keseluruhan hasil akhir berupa 1 citra baru, atau dilakukan terpisah hasil akhir berupa dua buah citra yaitu blur horizontal dan vertikal. Dibawah ini pseudocode Gaussian blur untuk smoothing citra grayscale. 53 filterx = d2dgaussNx1,Sigmax1,Nx2,Sigmax2,Theta1; Ix = conv2I,filterx, same ; filtery = d2dgaussNy1,Sigmay1,Ny2,Sigmay2,Theta2; Iy = conv2I,filtery, same ; http:robotics.eecs.berkeley.edu~sastryee20cacode.html B. Differentiation Gradien merupakan operator yang paling mendekati definisi dari sebuah edge. Pada langkah menghitung potensi gradien citra ada dua buah informasi yang dibutuhkan yaitu kekuatan edge edge strengthmagnitude, dan arah edge edge directionorientation. Operator sobel memanfaatkan dua buah template edge pada dua arah tegak lurus horizontal dan vertikal dan menghitung arah edge dari arctangent kedua nilai tersebut. Berikut pseudocode yang digunakan. NVI = sqrtIx.Ix+Iy.Iy; C. Nonmaximum supression Hasil penerapan operator gradien untuk menghitung potensi gradien di tahap sebelumnya tidak memberi informasi secara spesifik tentang lokasi dari edge yang dicari. Alternatifnya adalah menggunakan operator zero-crossing yang digunakan oleh algoritma deteksi Marr- Hildreth. Non-maximal supression bertujuan membuang potensi gradien di suatu piksel dari kandidat edge jika piksel tersebut bukan merupakan maksimal lokal pada arah edge di posisi piksel tersebut di sinilah arah gradien diperlukan. Berikut psedocodenya 54 [n,m]=sizeIbw; for i=2:n-1, for j=2:m-1, if Ibwi,j level, X = [-1,0,+1;-1,0,+1;-1,0,+1]; Y = [-1,-1,-1;0,0,0;+1,+1,+1]; Z = [Ibwi-1,j-1,Ibwi-1,j,Ibwi-1,j+1; Ibwi,j-1,Ibwi,j,Ibwi,j+1; Ibwi+1,j-1,Ibwi+1,j,Ibwi+1,j+1]; XI = [Ixi,jNVIi,j, -Ixi,jNVIi,j]; YI = [Iyi,jNVIi,j, -Iyi,jNVIi,j]; ZI = interp2X,Y,Z,XI,YI; if Ibwi,j = ZI1 Ibwi,j = ZI2 edgeimagei,j=I_max; else edgeimagei,j=I_min; end else edgeimagei,j=I_min; end end end http:robotics.eecs.berkeley.edu~sastryee20cacode.html D. Edge Thesholding Hasil dari langkah non-maximal suppression adalah citra yang berisi kandidat edge serta intensitas dari kekuatan edge di posisi piksel